EYZ’s PORTFOLIO
PART2. 포트폴리오
2-2. SHOW ME THE CREDIT
12
<국내 개봉 영화 관람객 수 예측 딥러닝 모델 개발>
프로젝트 기간 |
참여 인원 |
개발 환경 |
및 사용 기술
주요 개발 사항 |
프로젝트 개요 |
2023.03.15. ~ 2023.04.07. (3주)
5명(DA 3명 / FE & BE 2명)
(1) 개발 환경: VSCode, jupyter notebook, Google colab
(2) 언어: Python, HTML5, CSS3, JavaScript
(3) 라이브러리: BeautifulSoup4, Pandas, Numpy, Matplotlib,
Seaborn, Scikit-Learn, Tensorflow, TensorJs, Urllib
(4) 협업: GitHub, Oven, Slack
[UI/UX] Ovenapp을 활용하여 와이어 프레임 설계
[FE] HTML5/CSS3/JS를 활용하여 데이터 입력 및 출력 화면 구현
[BE] TensorJS를 활용하여 웹에서 입력받은 데이터를 딥러닝
모델에 적용
[DA] 대용량 데이터를 이용하여 딥러닝 모델 생성 및 학습
(1) 개봉 영화 관람객 수 예측 회귀 모델 및 관람객 수 범위 예측 분류 모델 개발
(2) KOBIS 개봉 영화 데이터를 딥러닝 모델 학습에 적절한 데이터로 전처리
(3) 네이버 영화 API를 통해 데이터를 수집하고 전처리하여, KOBIS 데이터와 통합
(4) 딥러닝 모델을 웹 페이지에 식재하여, ‘배우’, ‘감독’, ‘배급사’, ‘예상 스크린수’, ‘장르’, ‘관람 등급’,
‘개봉일’의 데이터를 입력받고 딥러닝 예측 결과를 웹 페이지에서 확인할 수 있도록 함